最近 DeepSeek Harness 火了。

我写这篇文章的时候，已经 20w 星了。社区好的坏的，什么声音都有，估计是我见过一个技术出来最热闹的一次。

但这波热闹，其实是个挺好的机会。

真正意义上的帮你认识你手上的 AI 的机会。

不知道大家用 AI 现在是不是已经很溜了，但是我确保的是其实大部分人都不是特别理解他们的工作原理。

而这个真的非常重要，对 AI Agent 的理解会直接影响你指挥 AI 打工的效率（也可能是给AI当牛马：）

所以这次正好可以借着 DSH（就是 DeepSeek Harness 的简写），把 Agent、Harness、插件这些核心的东西，一次搞清楚。

老规矩，先说今天的目标（我想的是尽量体系化一些）：

1.大模型、Agent、Harness到底是什么？有什么关联？

2.理解 Harness 对我们用AI有什么帮助？

3.Deepseek Harness 是什么？

4.Deepseek Harness 怎么用？（建议你跟着做）

5.DSH 的插件生态对落地有什么价值和意义？

6.顺便推荐一些 DSH 的插件。

看着列的这个目录，都有点头大了，我尽量以简单的方式帮助大家理解，求个赞藏不过分吧。

行，话不多说，现在开始。

一。大模型、Agent、Harness，到底是什么，它们怎么连在一起。

现在信息爆炸，大家接触的模型、产品太多了。

要分清大模型和Agent，我们可以把视角放到一两年前。

那个时候大部分的AI，都是我们所谓的大模型对话，也就是问个问题，输出一个答案，中间不会有任何的内容（最多多个思考模式）。

这就是大模型。

常见的比如说：现在天天打开的 DeepSeek 网页、豆包、ChatGPT 网页，核心都是它。你打一行字进去，它根据训练过的东西往外输出。它会写、会总结、会改周报、会把一段乱七八糟的会议记录梳理出来。

我们常用的一个比喻就是，大模型，就是脑子。它聪明。但它只有嘴，没有手。

它不会自己点开你电脑上的文件夹，不会真的去跑一条命令，不会自己保存一个文件再打开检查。

它把答案说完，这能做的所有事情就结束了。接下来复制、粘贴、保存等等，全是我们自己的事。

所以聪明的我们就想，能不能让他自己读、写、看文件甚至接系统呢。

Agent 应运而生。

Agent，就是接上双手之后，那个会干活的人。

原理上，Agent通过一系列电脑的指令，读文件、写文件、跑命令、上网搜、调工具、管权限，和大模型的对话，配合起来，一步一步的就可以完成一个具体的任务。

常见的以Agent为核心的产品比如说：Claude Code、Codex、Workbuddy、Openclaw 还有刚出的豆包工作，实际上都是。

这里用一个图来理解一下和传统对话的工作方式区别（非常重要）。

这个图中的红色框就是大模型，蓝色框就是它操作的一些工具。我们在用所有这种Agent的产品的时候都能看到类似的行为。

当我们给到一个需求的时候，大模型会对这个需求做反馈（红色部分）。那根据大模型的反馈呢，Agent就会使用它能控制的一些工具去做响应（蓝色部分），可能是读，可能是写，可能是看，可能是浏览器，可能是各种各样的接口甚至软件。

这就是 Agent 最具代表性的一步一步多轮思考-解决的工作模式。

这是理解 Agent 最核心的部分。

PS：所以知道为啥 Agent 做事情，token消耗那么大了（想的多、做的多、上下文多）。

更直白的理解，就是 Agent 在大模型的基础上，接入了大量的工具，所以让独立完成一件事变得可行。

这里你可以停下来，想一想，我们平时用 Claude Code、Codex、Workbuddy、Openclaw 这些产品就是这样的逻辑，通过接入各种工具，帮你做更多的事。

是不是就对上了。

打个比方。有一个房子，里面有个聪明的你，大模型就是你的充满智慧的脑袋，然后现在给了你很多的工具，能干各种复杂的事情。这些全部囊括起来，就是 Agent，智能体。

而这个房子，本质上就是一个产品包装。

包装成办公的，行那就是 WorkBuddy、豆包办公。包装成写代码的，那就是 Cursor、Codex。

就这么简单。

这就是，大模型、Agent，以及产品化。

那 Harness 就太简单了。

Agent = Model + Harness。

什么意思，就是说，Agent 里面，除了大模型，其他的所有，都可以理解成是 Harness。

不那么准确的话，你可以把它理解成，套在脑子外面的一整套干活装备。读文件、写文件、跑命令、上网搜、调工具、管权限、把做完的结果喂回去让它决定下一步，这些都算。规则文件、测试检查、任务怎么拆、错了怎么重来，也算。不是某一个按钮，是让大模型能在真实环境里动手的所有细节。

包括但不限于，工具、Skills、沙箱、存储、循环、调度、Subagent、工作流，等等等等。

Harness 这个词本身，有驾驭、套具的意思，不就是我们所谓的做事的手和脚吗。

是不是突然，有点全都通了的感觉。

大模型负责想。Harness 负责干。拼在一起，就叫 Agent。

二。理解 Harness，对我们用 AI 到底有什么帮助。

这里要先说个很重要的事。

现在我们很喜欢说 xx好用，xx不好用。本质上来说，就是在讨论两个问题：

1.大模型能力强不强？

2.Harness能力强不强？

第一个很好理解，不说了。

第二个其实大家讨论的相对比较少，但实际上它一直都存在。

Harness能力强不强，也有两个比较重要的影响方面。

第一个方面，AI产品的生态。

各个厂商其实在Harness上有非常强的竞争。只不过我们无感，其中是因为，Harness更多的时候它是跟随着产品而来的。

最直观的比如说我都用 Deepseek 的大模型，但是我在 claude 中使用和在Workbody中使用，或者在其他的产品使用，那给我们的体感肯定是不同的。那模型都是一致，为什么体感不同呢？

其实就是因为，claude、Codex他们内部都有自己的 Harness。带来了效果上的差异。

当然这个和产品挂钩的，我们改不了。

第二个方面就比较重要了，就是我们自己和 Harness 怎么配合。

我觉得核心就三件事情。

1.工作区。让Agent做事情，一定要明确它能操作的范围和权限。

2.给工具。在我们写Prompt需求的时候，当我们知道Harness包含什么之后，我们就可以告诉他，你要用什么样的工具去做什么样的事情。

3.写规矩。你们怎么验收、哪些话不能写、改完要不要跑检查等等。

这三件都有意识的融入到自己的使用过程中，才叫会用 Agent。

三。DeepSeek Harness 是什么。

简单说来。DeepSeek 本身只有大模型。

现在自己下场，给自家模型补了 Harness，是个 Agent 了。

就像 Claude Opus 有了 Claude Code，GPT模型有了 Codex。

但是，它的野心更大。官网首页就是。

一切皆插件。

这就是它跟 Codex、Claude Code 最大的不一样。

我觉得很恰当的比喻就是，Codex、Claude Code 都是精装房，一切都配套了，你可以直接用，但是不能改。

DSH 更像毛坯房。只用本体的时候，功能少得惊人，连文件浏览、记忆这些别人默认就有的东西，出厂都可能没有。

但是！！！

它有无限大的可能性。这句话一点也不夸张，这就是它最大的价值。

而这个带来的改变，可能在企业落地等等方面，是颠覆性的。

这个放到后面来说。

我们先把 DSH 用上，建议大家跟着操作。

四。DSH手把手上手教程。

安装命令在终端就这一行。

●●●

npx @deepseek-ai/dsh web

电脑里已经有 Codex、Claude Code或者 workbuddy 的，命令看不懂也没事。整段丢给它就行。

●●●

在这台电脑上安装并启动 DeepSeek Harness（DSH）：
1. 检查 Node.js，版本需 22.19 及以上，没有则安装 LTS 版；
2. 执行 npm install -g @deepseek-ai/dsh 全局安装，并用 dsh --version 验证；
3. 执行 dsh web 启动；
4. 启动后把终端打印的本地访问地址告诉我。

安装好之后，会直接在浏览器打开，本地的网址：127.0.0.1:3080。

它是一个标准的 WebUI。左边对话历史，中间任务区，下面输入框。

第一次打开会让你填 DeepSeek API。

工具本身免费，花钱的是模型。去弄个 deepseek 的 api 填上即可。

之后就可以进首页了。

点「选择工作区」，加一个文件夹。这就是你的 Agent 能操作的项目文件范围。

权限在对话框左下角，三档。

Read Only，只能看，不能改。

Workspace Write，只能在当前工作区里写，日常就这一档。

Full Access，全部系统都可访问，不建议开始就用它。

我觉得有必要强调一下，Workspace Write 限制的是写，不是看。实际上它可以看到工作区外的文件。

所以就用这个就行了。

模型这块，可以选三个，Flash、Pro还有最新的带视觉的Flash-Vision-Exp。也可以选思考强度。

当然在DSH里，其实可以随意换模型的。你完全可以把别家的模型接进来。

接下来就是大家搞得最懵的，四种模式。

别当成四个产品。就是四套开箱模板，这一局里给它装了哪些手，不一样而已。

1.标准。完整干活套装。文件、命令、搜索、Skills、计划、子 Agent，都给你预设好了。第一次用，无脑选它，甚至绝大多数场景。你直接理解成 Deepseek 版 Codex 就行了。

2.PTC。标准的能力都有，但它的区别是它会让模型通过写一段代码的方式，把多步工具压进一次跑。步骤特别碎的时候才用。小白先别碰。

3.极简。只留终端和改文件。官方拿来测模型裸能力的，也方便我后续测试模型能力了。日常工作的话基本不用开他，基本上没法用。

4.创造。标准能力都有，还能改自己，没错，就是改自己。比如说你觉得这里需要有个画布让我看文档啊，你告诉他，他能在你的web页面上改出来。这是 DSH 最特别的地方。

其实很简单的，绝大多数情况下，无脑选标准就是了。

以上我觉得都不算啥，我最喜欢 DSH 的一个地方在于，轨迹模式。

入口在这里：

简单来说，就是把你一个需求，在Agent内部的所有执行过程都展示出来（上下文、工具调用、提示词等等细节）。

所以这里你就理解了，为什么我上面要话费那么多篇幅讲解 Agent 内部在做什么。

这里的轨迹模式，我认为每个用AI的都需要去看一看，理解一下。

特别是用来工作的朋友们。

比如说这里，我让他为我实现一个前端。

好处我列举一下：

能让你快速理解Agent为什么能解决那些问题。

能让你快速理解当前模型的能力边界在哪里。

能让你了解是不是有些地方模型跑偏了。

能让你了解是不是存在浪费token的地方。

以上种种，都是可以看出来的。

多看，就懂了。其实现在用 AI ，会用和用好，就这么个区别。

所以我说，DSH是大家用好 AI 的一个绝佳机会。

五。推荐你一些必备的插件。

官方也发布了插件库：🔗：github.com/topics/dsh-plugin。

社区上也有非常多大佬在持续开发有价值的插件。

我这里给大家几个我觉得很不错的插件，无脑装的。

1. dsh-at-file

🔗：github.com/omdsh-dev/dsh-at-file

这个插件就是输入 @ ，它就能帮你搜索文件，快速找到想要引入的文件。

2. dsh-genui

🔗：github.com/omdsh-dev/dsh-genui

这个插件，就是让它可以展示出图表、以及一些画布的样式。

3. DSH-better-sidebar

🔗：github.com/omdsh-dev/DSH-better-sidebar

顾名思义，加个侧边栏，可以非常方便的看到工作空间中的目录结构。

4. modsearch

🔗：github.com/liustack/modsearch

这个skill就是扩展你的搜索源，让你联网搜索可以获得更多更精确的信息。

5. dsh-market

🔗：github.com/2BingLing/dsh-market

这个插件呢，就类似于 Codex、Workbuddy 的插件市场，里面可以选择很多插件。

这些插件呢，我最推荐的方式还是让他自己帮我们装。

发这句Prompt：

●●●

为我安装插件：
github.com/omdsh-dev/dsh-at-file
github.com/omdsh-dev/dsh-genui
github.com/omdsh-dev/DSH-better-sidebar
github.com/liustack/modsearch
github.com/2BingLing/dsh-market

安装完了之后，需要重启一些 dsh web 才生效。

至此，估计大家也看出来了，其中的一些插件难免是非常基础的功能，但是dsh都需要安装。

估计也就更理解了什么叫“毛坯房”了吧。。。

六。DSH 的插件生态和对产业的意义。

先叠个甲，以下观点纯属个人愚见。。。

还是回到 DSH 官网最醒目的第一句，一切皆插件。

思考一下现在我们落地 AI 项目/产品的思路：

一种就是现在的Agent产品，都是想让尽可能多的C端用户，快速用起来，解决自己的需求。比如说 Claude Code、Codex、WorkBuddy。但是，仅限于自己的需求。

好用。但产品是人家的。界面、流程、能不能接你们内部系统，都得等官方优化，更新。你是用户，不是产品的主人。

另一种，就是自己从零写一套 Agent。贵、慢，技术一更新，你的框架还得跟着改。

其实很好理解。

第一种就是“精装房”，只能住，不能改。

第二种就是“从地基开始建”。绝对是大工程，而且任何纰漏都得重来。

那么DSH，走的就是第三种更加“中庸”的道路。

Harness开源，给到我们几乎所有的基建能力（Agent、Harness）。

但是任何的应用层都不提供。

纯纯的“毛坯房”。

但是你发现没有，DSH社区插件的增长速度，非常惊人，已经 1w+ 了。

水分有，蹭标签的也有。但速度是真的快。内测时就有人说，大家都不怎么正经测产品了，闷头写插件。而且，我身边，是实打实有很多朋友，从做 Skills 转向了做插件。

因为未来对于企业落地来说，从一套原生的万物皆可插件化的系统上去做应用，一定在难度上低于从头开发软件，从效果和能力上高于Skills这样的文件驱动。

对于公司，不用从零造轮子，也不用求大厂排期。缺哪块零件，装哪块。没有的，创造模式里说清楚，现场造。

如果你擅长交付，有人一天、几十块钱，就能搓出三个插件开源出去。

所以，毛坯不是没做完。是把产品层让给你。

所以，插件生态的产业意义，不是热闹。

插件不是装饰。插件是零件。Agent 产品第一次有了供应链。

这句话可能听着虚。但是仔细想一想就是。

未来我们一个复杂的流程，拆解出其中的模块，插件化，凑起来，就是独属于你的的产品，而且可以交付到公司级别。

这就是供应链。

我在想啊，如果未来我们用AI，像拼乐高一样完成每一件复杂的工作，还是挺奇妙。

那么，最后一个问题，我们该做什么。

我给你我的建议，也是我现在的方案。

Codex做系统级别的大项目。

DSH 搭配 Kimi K3 和 Deepseek Flash 做知识数理类任务。

以及，尽情用 DSH 实现脑子里天马行空的想法。

我强烈推荐你，把 DSH 玩起来。

因为，你一会儿就会发现，DSH 除了好玩之外，它的能力和应用场景，远远不止看到的“毛坯房”那么简单。

看板、游戏、桌宠、自媒体工作台、外贸团队、微信机器人、自动销售。。。。

不知道这是不是梁圣心里通往 AGI 的路，但现在至少是。

OK，到此为止了。

希望这次拉通整个链路的教程，能对大家有那么一点点用。

下次见。